Spark [Scala]：如何解决：打破了使用MLWritable for带有定制Params的定制估计器的序列化问题

Question

Spark / Scala中的序列化概念是多方面的，它在语言方面包含Scala组件，或者在Spark方面包含如何使用内置组件。我还有一个自定义的参数，因此我无法轻松使用Spark中的内置序列化。我的问题是：

如何通过使用MLWritable扩展估算器来解决Spark中的自定义估算器序列化问题。

对于内置估算器，我们使用save和load。但是，如果我们有一个自定义的估算器，并添加了参数，则解决序列化问题的步骤是什么？添加此功能的通常步骤是什么？对于添加转换器和估计器，我们可以使用的模板非常标准，我们是否也有“如何”进行序列化的方法？

明智地编码，解决方案应转到write方法：

class CoolAndCustomised extends Estimator[CoolAndCustomisedModel] 
                        with ThisCustomisedParam 
                        with ThatCustomisedParam 
                        with MLWritable {

  //...

  //Question is here, how to derive to the solution and adding it here: 
  override def write: MLWriter = ???

}